אפשר להשתמש באפליקציות בלמידת מכונה במכשיר כדי לפתור בקלות בעיות מהחיים האמיתיים.
ML Kit היא ערכת SDK לנייד שמביאה את המומחיות של Google ללמידת מכונה במכשיר לאפליקציות ל-Android ול-iOS. בעזרת ממשקי ה-API של Vision ו-Natural Language, עוצמתיים אך קלים לשימוש כדי לפתור אתגרים נפוצים באפליקציות או ליצור חוויות משתמש חדשות לגמרי. כולם מופעלים באמצעות המודלים של למידת מכונה (ML) מהשורה הראשונה של Google, ומוצעים לכם ללא עלות.
כל ממשקי ה-API של ML Kit פועלים במכשיר, וכך הם מאפשרים שימוש בתרחישים בזמן אמת, למשל, כדי לעבד שידור חי ממצלמה. כלומר, הפונקציונליות הזו זמינה גם במצב אופליין.
מה חדש
השקנו את גרסת הבטא של Text Recognition v2, שמוסיפה תמיכה בסינית, דוונגארי, יפנית וקוריאנית, ומרחיבה מאוד את מגוון השפות הנתמכות. הוא גם כולל זיהוי משופר של פסקאות/למידת מכונה וזיהוי כולל משופר של נתונים.
ב-Google I/O 2021 הצגנו את ML Kit: Turnkey APIs לשימוש בלמידת מכונה במכשיר באפליקציות לנייד. בפעילות הזו נסביר מה חדש ב-ML Kit, ונדגים כמה קל להשתמש ב-SDK כדי לבנות אפליקציה בעזרת למידת מכונה במכשיר.
השקנו גם דף חדש של למידת מכונה במכשיר שעוזר למפתחים של אפליקציות לנייד ואינטרנט להתחיל להשתמש בלמידת מכונה במכשיר. הוא מספק סקירה כללית ברורה של כל הפתרונות ש-Google מציעה, מפתרונות מוכנים לשימוש כמו ML Kit ועד כלים למודלים לאימון כמו TensorFlow Lite Model Maker.
ערכת ML Kit זמינה עכשיו באופן כללי (GA), למעט התכונות 'זיהוי תנוחה', 'חילוץ ישויות', 'זיהוי טקסט' גרסה 2 ופילוח סלפי, שמוצעות בגרסת בטא.
מידע נוסף
- כדאי להכיר את ממשקי ה-API המוכנים לשימוש: זיהוי טקסט, זיהוי פנים, סריקת ברקוד, הוספת תמונות, זיהוי אובייקטים ומעקב, זיהוי אובייקטים, פילוח סלפי, תשובה חכמה, תרגום טקסט, וכן
- איך משתמשים במודלים של הוספת תוויות לתמונות בהתאמה אישית ב-TensorFlow Lite באפליקציות? מומלץ לקרוא את המאמר מודלים בהתאמה אישית באמצעות ערכת ML Kit.
- כדאי לעיין באפליקציות וב-Codelabs לדוגמה שלנו. הם יעזרו לכם להתחיל לעבוד עם כל ממשקי ה-API.
משאבים נוספים
אם ממשקי ה-API הקבועים של ML Kit לא עונים על הצרכים שלכם ואתם זקוקים לפתרון יותר מותאם אישית, תוכלו להיעזר בדף למידת המכונה במכשיר כדי לקבל הנחיות לגבי כל הפתרונות והכלים של Google ללמידת מכונה במכשיר.